일원 분산 분석에 대한 데이터 고려사항

유효한 결과를 얻으려면 데이터를 수집하고 분석을 수행하거나 결과를 해석할 때 다음 지침을 따르십시오.

데이터에 고정 요인인 하나의 범주형 변수만 포함되어야 합니다.

요인에 대한 자세한 내용은 요인 및 요인 수준고정 및 랜덤 요인에서 확인하십시오.

반응 변수가 계량형이어야 함
반응 변수가 범주형이면 모형이 분석의 가정을 충족하거나 데이터를 정확히 설명하거나 유용한 예측을 할 가능성이 적습니다.
표본 데이터를 정규 모집단에서 추출하거나 각 표본이 15 또는 20보다 커야 합니다.

표본 크기가 15 또는 20보다 크면 검정이 치우친 분포와 비정규 분포를 사용하여 매우 잘 수행됩니다. 표본 크기가 15 또는 20보다 작으면 비정규 분포를 사용하는 경우 결과가 잘못될 수도 있습니다.

필요한 실제 표본 크기는 다음과 같이 데이터의 그룹 수에 따라 다릅니다.
  • 그룹이 2-9개인 경우 각 그룹의 표본 크기가 15 이상이어야 합니다.
  • 그룹이 10-12개인 경우 각 그룹의 표본 크기가 20 이상이어야 합니다.

데이터가 정규 분포를 따르는지 확실하지 않고 표본 크기 지침을 충족하지 못하면 Kruskal-Wallis 검정을 사용하십시오.

각 관측치가 다른 모든 관측치로부터 독립적이어야 함
관측치가 종속되면 결과가 유효하지 않을 수도 있습니다. 관측치가 독립적인지 여부를 확인하려면 다음과 같은 점을 고려하십시오.
  • 한 관측치가 다른 관측치에 대한 정보를 제공하지 않으면 관측치가 독립적입니다.
  • 한 관측치가 다른 관측치에 대한 정보를 제공하면 관측치가 종속됩니다.

종속적인 관측치가 있는 경우 반복되는 측정 설계 분석으로 이동하십시오. 표본에 대한 자세한 내용은 종속 및 독립 표본의 차이에서 확인하십시오.

최적의 경험을 사용한 데이터 수집
유효한 결과를 얻으려면 다음 지침을 따르십시오.
  • 데이터가 관심 있는 모집단을 나타내는지 확인합니다.
  • 필요한 정밀도를 제공하기에 충분한 데이터를 수집합니다.
  • 최대한 정확하게 변수를 측정합니다.
  • 데이터를 수집된 순서대로 기록합니다.
모형이 데이터를 잘 적합해야 함

모형이 데이터를 적합시키지 않으면 잘못된 결과를 얻을 수 있습니다. 결과에서 잔차 그림, 비정상적인 관측치에 대한 진단 통계량 및 모형 요약 통계량을 사용하여 모형이 데이터를 얼마나 잘 적합시키는지 확인하십시오.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오